卢振东，陈武标，罗泽斌，王东 （广东医科大学附属医院放射科，广东湛江 524000）

肺癌是全世界范围发病率最高的癌症，全球每年新增肺癌病例数约173 万[1]。影像学检查仍是目前临床上肺癌诊断、分期、疗效评估的主要方法。虽然影像学方法提供了关于肺癌表型的重要信息，但是大量的遗传和预后信息仍然没有被揭示。影像组学的概念由荷兰学者Lambin 等[2]于2012 年提出，并将之定义为“采用高通量技术从放射图像中提取成像特征，创建可利用的数据库”。影像组学是一种以医学影像为基础，基于机器学习或统计学方法，筛选出可量化和可重复的分析指标，并建立模型的非侵入性图像分析方法，为临床医师提供详尽而准确的信息，以协助临床决策。近年来影像组学在肺癌的应用研究越来越广泛，影像组学已被发现在孤立性肺结节鉴别、肺癌病理分型、基因表型预测、局部与远处转移预测以及肺癌预后预测等方面是有价值的。本文就影像组学在诊断肺癌转移中的应用最新研究作一综述。

1 影像组学在肺癌中应用的基本过程

1.1 图像获取

大多数影像组学研究都是回顾性的，并使用的是常规医学图像。由于计算机断层扫描技术(CT)有较高的空间分辨率，肺癌的影像组学研究图像数据主要来源于CT，其次是正电子发射断层扫描(PET)和磁共振成像(MRI)。然而，不同的设备、不同采集参数可能会影响提取的放射组学特征，这可能会导致放射组学稳定性的问题[3]。用两种不同的重建算法或扫描间距的同一个病变将显示明显不同的纹理，在影像组学特征方面胸部薄层图像比厚层图像显示更好的诊断性能与稳定性[4]。……